简便安装方法

此文档来源于Jermine的个人blog ： https://jermine.vdo.pub/linux/ubuntu-16.04-reinstall-cuda/

推荐两种玩法：

注意 ： 由于tensorflow的GPU版本依赖nvidia的cuda、cudnn库，因此一般需要包含cuda和cudnn的链接库文件，普遍做法是通过主机安装cudnn、cuda的方式。这里还有另外两种方式可以选择：

方法一：使用nvidia-docker （我认为是棒的方式）

由于程序运行于容器之中，所以镜像中一般都是带有CUDA、CUDNN库的，因此只需要在docker所在的主机上安装显卡驱动即可，无需费太大力气去安装cuda、cuddn之类的东西。 参照： https://jermine.vdo.pub/linux/linux%E5%AE%89%E8%A3%85nvidia-docker/ 进行安装

方法二：使用Miniconda （裸金属主机下最棒的方式）

采用miniconda安装GPU版本的tensorflow会自动安装依赖的cuda、cudnn动态库以及其他python库，因此使用conda在安装tensorflow的时候可以灵活选择tensorflow版本和cuda版本，装完就能直接跑。

####　安装方法：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh && bash Miniconda3-latest-Linux-x86_64.sh

conda常用命令

配置源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.5 numpy scipy

列举当前所有环境

conda info --envs
conda env list

进入某个环境

Linux 执行: source activate your_env_name Windows 执行 activate your_env_name

退出环境

Linux 执行: source deactivate your_env_name Windows 执行 deactivate your_env_name

复制某个环境

conda create --name new_env_name --clone old_env_name

删除某个环境

conda remove --name your_env_name --all

分享环境

如果你想把你当前的环境配置与别人分享，这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件。

首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件，

conda env export > environment.yml

小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境

conda env create -f environment.yml

当然，你也可以手写一个.yml文件用来描述或记录你的python环境。

包管理

列举当前活跃环境下的所有包

conda list

列举一个非当前活跃环境下的所有包

conda list -n your_env_name

为指定环境安装某个包

conda install -n env_name package_name

如果不能通过conda install来安装，文档中提到可以从Anaconda.org安装，但我觉得会更习惯用pip直接安装。pip在Anaconda中已安装好，不需要单独为每个环境安装pip。如需要用pip管理包，activate环境后直接使用即可。

离线使用步骤：

1、在有网的机器上通过conda把环境装好（主要就是tensorflow、numpy等），需要注意conda本身必须装到/usr/local目录下，完整目录为：/usr/local/miniconda3；

2、然后把/usr/local/miniconda3文件夹打个压缩包；

3、将压缩包cp到U盘，推荐用EXT4格式（Windows下访问用Ext2fsd），默认Linux下不支持NTFS的读写（需要安装ntfs-3g），而FAT32有单个文件4GB的限制；

4、从U盘cp到没有网的机器上，解压到/usr/local/下，完整目录为：/usr/local/miniconda3；

5、配置miniconda的环境变量（export PATH=$PATH:/usr/local/miniconda3/bin）就好了；

6、执行source activate tf 进入tf环境，然后执行python程序即可

传统安装方式

一、卸载原有cuda

参考：https://blog.csdn.net/weixin_40294256/article/details/79173174

$ sudo apt-get remove cuda
$ sudo apt-get autoclean
$ sudo apt-get remove cuda*
$ cd /usr/local
$ sudo rm -rf cuda-9.1

卸载完成后，建议重启一下。

二、安装

step1. 停掉所有与nvidia或者cuda相关进程

参考：https://github.com/NVIDIA/nvidia-docker/issues/62

$ sudo service lightdm stop
$ sudo stop nvidia-digits-server
$ sudo service docker stop
$ sudo rmmod nvidia-uvm
$  sudo service nvidia-docker stop

step2. 下载 .run 安装脚本

下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

如果需要安装其他版本可以打开 https://developer.nvidia.com/cuda-90-download-archive （cuda-90改成你需要的版本）然后下载，然后离线安装

step3. 验证 gcc g++ 版本为 5.4.0

step4. 执行 run 脚本

$ sudo sh cuda_9.1.85_387.26_linux.run

执行过程中，有很多对话框选择，有默认值的选择默认值，没有默认值的选择yes

step5. 恢复安装前停掉的服务

或者

另一种方式（也是最简单的）：

采用网络安装方式： https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=debnetwork

1. wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.2.148-1_amd64.deb
2. sudo dpkg -i cuda-repo-ubuntu1604_9.2.148-1_amd64.deb
3. sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
4. sudo apt-get update
5. sudo apt-get install cuda

三、测试cuda

$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery
$ sudo make
$ ./deviceQuery

如果 error: CUDA driver version is insufficient for CUDA runtime version Result=FAIL 则说明没有安装成功。

四、运行nvidia-docker

参考：https://github.com/nvidia/nvidia-container-runtime#docker-engine-setup

五、错误解决

错误 1

apt-get -f install 错误 No apport report written because MaxReports is reached already Errors were...

安装cuda 时提示以下错误，按照要求执行了以后错误任然出现，执行sudo apt-get update和 sudo apt-get upgrade 以后依然是同样的错误。

sudo apt-get upgrade

Reading package lists... Done

Building dependency tree       
Reading state information... Done
You might want to run 'apt-get -f install' to correct these.
The following packages have unmet dependencies:
 cuda-curand-dev-8-0 : Depends: cuda-curand-8-0 (>= 8.0.64) but it is not installed
 cuda-cusolver-dev-8-0 : Depends: cuda-cusolver-8-0 (>= 8.0.64) but it is not installed
 cuda-cusparse-dev-8-0 : Depends: cuda-cusparse-8-0 (>= 8.0.64) but it is not installed
 cuda-nvgraph-dev-8-0 : Depends: cuda-nvgraph-8-0 (>= 8.0.64) but it is not installed
 cuda-nvrtc-dev-8-0 : Depends: cuda-nvrtc-8-0 (>= 8.0.64) but it is not installed
 cuda-toolkit-8-0 : Depends: cuda-nvml-dev-8-0 (>= 8.0.64) but it is not installed
E: Unmet dependencies. Try using -f.

在尝试了

sudo apt-get clean
sudo apt-get update
sudo apt-get dist-upgrade
sudo dpkg --configure -a
sudo apt-get install -f

都还存在同样问题时需要手动打开status

sudo vi /var/lib/dpkg/status

然后通过命令行输入 /name 比如 /cuda-curand-8-0 然后按Enter 键（下一个关键字按n）查找文件中的对应模块记录并将其删除（删除按dd），把以上所有模块记录全部删除后 shift+:组合，输入 wq！保存并退出，最后再次执行sudo apt-get install –f 。

错误 2

Ubuntu16.04 由于已经达到 MaxReports 限制，没有写入 apport 报告。

dpkg: 处理软件包 libzbar-dev:amd64 (--configure)时出错：
 依赖关系问题 - 仍未被配置
由于已经达到 MaxReports 限制，没有写入 apport 报告。

E: Sub-process /usr/bin/dpkg returned an error code (1)

从网上找到的解决方案为：

$ cd /var/lib/dpkg  
$ sudo mv info/ info-bak  
$ sudo mkdir info  
$ sudo apt-get update  
$ sudo apt-get install -f  

就解决了问题，然后恢复info-bak

$ sudo mv info/* info-bak/  
$ sudo rm -rf info  
$ sudo mv info-bak/ info  

一切就ok

错误3

Failed to initialize NVML: Driver/library version mismatch 刚刚GPU遇到一个神奇的bug。

运行 nvidia-smi 报错：

Failed to initialize NVML: Driver/library version mismatch

运行nvidia 官方的程序，报错

no CUDA-capable device is detected 如下图：

然后解决的办法是： 重启。。。重启。。。

还好虚惊一场，只能说：

Surprise surprise, rebooting solved the issue。